بهبود كنترل بازوي رباتيك به كمك كنترل كننده تطبيقي مدل مرجع با استفاده از طبقه‌بندي سيگنال هاي EMG

هدف اين مقاله، بهبود كنترل بازوي رباتيك به كمك كنترل‌كننده تطبيقي مدل مرجع مبتني بر نظريه لياپانوف با استفاده از طبقه‌بندي سيگنال‌هاي الكتروميوگرام (EMG) است. در اين مقاله، بازوي انسان با يك ربات دو درجه آزادي مدل‌سازي شده است. روش كنترلي پيشنهادي، كنترل‏كننده‏ تطبيقي مدل مرجع است. ماحصل اين پژوهش، طراحي و شبيه‌سازي بازوي رباتيك به همراه كنترل‏كننده تطبيقي مدل مرجع است كه با استفاده از طبقه‌بندي داده‌هاي EMG ثبت‌شده از حركات بازوي انسان، منتج به رديابي مناسب سيگنال مرجع، فراجهش و خطاي حالت ماندگار كمتر در مقايسه با كنترل‏كننده مرسوم PI شده است. بدين منظور ابتدا داده‌هاي EMG با استفاده از دو الكترود از عضلات دلتوئيد قدامي و دلتوئيد مياني بازوي پنج دختر و با انجام دو حركت دورشدن (ابداكشن) و خم‌شدن (فلكشن) بازو جمع‌آوري شده و پس از رفع نويز، ويژگي‌هاي رياضي انتگرال مقدار مطلق، گذر از صفر، واريانس و فركانس ميانه از آنها استخراج مي‌شود. سپس كلاس‌بندي به روش آناليز تشخيصي خطي به منظور تشخيص حركات بر اساس ويژگي‌هاي داده‌ها صورت مي‌گيرد. در نهايت، مدل و سيستم كنترل‌كننده پيشنهادي با توجه به ويژگي‌هاي سيگنال EMG، براي دستيابي به پاسخ كنترلي مناسب، طراحي مي‌شوند و سيگنال فرمان مناسب جهت انجام حركت مربوطه به كنترل‌كننده ارسال مي‌شود. نتايج و مقادير خطاهاي حاصل‌شده نشان مي‌دهند كه انطباق رفتار مدل و كنترل‏كننده حاصل با الگوي از پيش‏ تعريف‏ شده حركتي قابل توجه و مورد تأييد است.